패브릭 사용자 데이터 함수란?

사용자 데이터 함수를 사용하면 Microsoft Fabric 외부 애플리케이션에서 호출할 수 있는 재사용 가능한 Python 함수를 만들 수 있습니다. 비즈니스 로직을 한 번 작성한 후, 파이프라인, 노트북, Activator 규칙, Power BI 트랜슬리티컬 작업 흐름 또는 REST 엔드포인트를 통해 외부 시스템에서 호출합니다.

사용자 데이터 함수는 Fabric 직접 사용자 지정 Python 코드를 호스트하고 실행할 수 있는 서버리스 컴퓨팅 환경을 제공합니다. 제품 범주를 표준화하거나, 복잡한 비즈니스 규칙을 적용하거나, 외부 API와 통합해야 하든, 전체 데이터 플랫폼에서 즉시 사용할 수 있는 함수를 작성할 수 있습니다. 이 서비스는 Python 3.11.9 런타임, PyPI의 공용 라이브러리 및 패브릭 데이터 연결을 지원합니다.

애니메이션 GIF는 Fabric 사용자 데이터 함수의 인터페이스를 보여줍니다.

시작할 준비가 되셨나요? 이 가이드를 따라 새 사용자 데이터 함수 항목을 생성하거나 VS 코드 확장 기능을 사용하십시오.

패브릭 사용자 데이터 함수를 사용하는 이유는 무엇인가요?

패브릭 사용자 데이터 함수는 사용자 지정 논리를 호스트하고 다양한 유형의 패브릭 항목 및 데이터 원본에서 호출하는 서버리스 플랫폼을 제공합니다. 이 서비스를 사용하여 패브릭 솔루션에 통합되는 비즈니스 논리, 내부 알고리즘 및 재사용 가능한 함수를 작성할 수 있습니다.

주요 이점은 다음과 같습니다.

  • 재사용성: 비즈니스 논리를 사용자 데이터 함수로 한 번 작성하고 이를 여러 Fabric 항목—파이프라인, 노트북, 엑티베이터 규칙 및 Power BI translytical 작업 흐름—에서 호출합니다. 비즈니스 규칙이 변경되면 여러 위치에서 코드를 수정하는 대신 함수를 한 번 업데이트합니다.
  • 서버리스 호스팅: 인프라를 관리하지 않고 Python 함수를 배포합니다. 사용자 데이터 함수는 기본 제공 인증을 통해 서버리스 컴퓨팅 환경을 제공하므로 별도의 API 서비스 또는 컨테이너를 설정하고 유지 관리할 필요가 없습니다.
  • 외부 연결: 각 함수는 고유한 REST 엔드포인트를 자동으로 노출하여 외부 애플리케이션, 웹 서비스 및 사용자 지정 클라이언트와 통합할 수 있도록 합니다. HTTP 요청을 지원하는 모든 시스템에서 함수를 호출합니다.

주요 기능

  • 한 번 쓰기, 어디서나 실행: 파이프라인, Notebooks, 정품 인증기 규칙, Power BI 또는 외부 REST 호출에서 호출되었는지와 관계없이 동일하게 작동하는 함수 만들기
  • 풍부한 Python 에코시스템: PyPI의 모든 패키지를 사용하여 정교한 논리(데이터 조작을 위한 pandas, API 호출 요청 또는 도메인에 대한 특수 라이브러리)를 빌드합니다.
  • 보안 데이터 액세스: 기본 제공 인증 및 보안을 사용하여 패브릭 데이터 원본(SQL 데이터베이스, 웨어하우스, Lakehouses, 미러된 데이터베이스)에 연결
  • 워크플로 개발 및 게시: 함수를 게시하기 전에 함수를 테스트하여 호출에 사용할 수 있게 되기 전에 변경 내용의 유효성을 검사합니다.

통합 기능

사용자 데이터 함수는 Microsoft Fabric 워크로드 및 외부 시스템과 원활하게 통합되어 포괄적인 데이터 솔루션을 빌드할 수 있습니다.

패브릭 항목에서 호출

패브릭 워크로드에서 함수를 호출하여 비즈니스 논리를 중앙 집중화하고 일관성을 유지합니다.

  • 데이터 파이프라인 - 데이터 변환, 유효성 검사 또는 오케스트레이션 논리에 대한 파이프라인 활동으로 함수 실행
  • Notebooks - 데이터 과학 워크플로 및 예비 분석을 위해 PySpark 또는 Python Notebook에서 함수 호출
  • 활성화자 규칙 - 실시간 이벤트 및 스트리밍 데이터에 대한 응답으로 함수 트리거
  • Power BI translytical 작업 흐름 - 대화형 데이터 환경에 대한 Power BI 보고서에서 직접 함수를 호출합니다. 사용자 데이터 함수는 요청 페이로드에서 현재 필터 및 선택 컨텍스트와 같은 보고서 컨텍스트를 수신하여 보고서 내에서 작업 실행 및 쓰기 저장 시나리오를 사용할 수 있습니다. 쓰기 저장이 완료되면 보고서의 데이터 표시 유형은 보고서의 스토리지 모드 및 새로 고침 의미 체계에 따라 달라집니다. 업데이트된 값은 Direct Lake 또는 DirectQuery 보고서에 즉시 표시되거나 가져오기 모드 보고서의 작업 흐름에 의해 자동 새로 고침이 트리거된 후에 표시됩니다.

패브릭 데이터 원본에 연결

함수는 패브릭 플랫폼 전체에서 데이터에 안전하게 액세스할 수 있습니다.

  • SQL 데이터베이스 - Fabric SQL 데이터베이스에 대한 읽기 및 쓰기 작업
  • 웨어하우스 - 구조적 데이터에 대한 읽기 및 쓰기 작업
  • Lakehouses - 레이크하우스 파일 읽기 및 쓰기; SQL 엔드포인트에 대한 읽기 전용 액세스
  • 미러된 데이터베이스 - 미러된 데이터베이스 데이터에 대한 읽기 전용 액세스

Power BI Translytical 작업 흐름의 쓰기 저장은 사용자 데이터 함수를 호출할 때 기본적으로 지원됩니다. 사용자 데이터 함수는 Fabric SQL Database, Fabric Data Warehouse 및 Lakehouse 파일에 대해 추가, 업데이트 및 삭제 작업을 수행하여 작업 흐름 기반 쓰기 저장 시나리오에 이상적인 통합 지점이 될 수 있습니다.

패브릭 데이터 원본에 연결하는 방법에 대해 자세히 알아봅니다.

외부 애플리케이션에서 호출

각 사용자 데이터 함수는 패브릭 외부 시스템과 통합하기 위해 고유한 REST 엔드포인트를 자동으로 노출합니다.

  • 웹 애플리케이션 - 웹앱, 모바일 앱 또는 단일 페이지 애플리케이션에서 함수 호출
  • External services - 외부 시스템, 마이크로 서비스 또는 레거시 애플리케이션과 통합(예: Microsoft Teams 메시지 또는 업데이트 게시 또는 작업 흐름 기반 작업의 일부로 외부 REST API 호출)
  • API 워크플로 - 함수를 다른 API와 연결하여 복잡한 통합 시나리오 빌드
  • 사용자 지정 클라이언트 - HTTP 요청을 지원하는 프로그래밍 언어 또는 플랫폼에서 호출

사용자 데이터 함수용 REST 엔드포인트는 외부 시스템에서 안전하게 액세스할 수 있도록 Microsoft Entra ID 인증을 지원합니다. Python 애플리케이션에서 사용자 데이터 함수를 호출하는 방법을 알아봅니다.

시작하기

첫 번째 사용자 데이터 함수를 만들 준비가 되셨나요? 원하는 개발 환경을 선택합니다.

관련 콘텐츠

  • Last updated on